การเรียนรู้ด้วยตนเอง

แท็บ Self Learning (AI Insights & People → Self Learning) คือคอนโซลสำหรับกระบวนการระบุตัวตนอัตโนมัติ ตามคำอธิบายในหน้านั้น ฟีเจอร์นี้ "Automatically links unidentified people to real members by correlating visit patterns with check-in data. Useful when members don't have valid profile photos or their photos are of low quality."

ในขณะที่การจับคู่ใบหน้าตอบคำถามว่า "ใบหน้านี้ดูเหมือนรูปถ่ายของสมาชิกหรือไม่" Self Learning ตอบคำถามที่ต่างออกไป คือ "รูปแบบการเข้าใช้ของบุคคลนี้ตรงกับรูปแบบการเช็คอินของสมาชิกเพียงคนเดียวหรือไม่" นี่คือวิธีที่ระบบระบุตัวสมาชิกที่กล้องไม่มีทางจับคู่ได้ ไม่ว่าจะเพราะไม่มีรูปถ่าย หรือรูปถ่ายมีคุณภาพต่ำเกินกว่าจะผ่านการตรวจสอบ

Self Learning ต้องเปิดใช้งาน Enhanced AI Analysis ใน CCTV Settings → General หากปิดไว้ การหาความสัมพันธ์จะหยุดทำงานและส่วนการตั้งค่า Self Learning จะถูกซ่อน

รูปที่ 1: มุมมอง Self Learning ได้แก่ การ์ด Decision Flow จำนวนสรุป และคิวโปรไฟล์

วิธีที่โปรไฟล์ได้รับการตัดสิน

รูปที่ 2: การ์ด Decision Flow "How profiles resolve" พร้อมเวลาของการหาความสัมพันธ์ครั้งล่าสุด

การ์ด Decision Flow สรุปผลลัพธ์สี่แบบตามที่ UI แสดงไว้ทุกประการ:

เบื้องหลัง การหาความสัมพันธ์แต่ละรอบ (เวลา "Last run:" บนการ์ด) จะดำเนินการต่อไปนี้กับโปรไฟล์ที่ไม่ระบุตัวทุกรายการ:

1. หาความสัมพันธ์ระหว่างเวลาการตรวจจับของโปรไฟล์กับการเช็คอินของสมาชิกในช่วงเวลาย้อนหลัง โดยใช้ช่วงเวลาก่อนและหลังการเช็คอินแต่ละครั้ง (ค่าเริ่มต้น ±10 นาที)
2. นับหลักฐาน โปรไฟล์ต้องมีการเข้าใช้ที่มีความสัมพันธ์กันตามจำนวนขั้นต่ำที่กำหนดค่าไว้ ค่าเริ่มต้นคือ 8 ในค่าที่กำหนดไว้ล่วงหน้าแบบ Balanced โปรไฟล์ที่มีหลักฐานบ้าง (3 ครั้งขึ้นไป) แต่ต่ำกว่าขั้นต่ำจะยังคงอยู่ใน In Pipeline: "Profiles still gathering evidence from repeat visits and check-ins." การ์ด Pipeline แสดง "Average progress" เป็น "N/M visits"
3. ต้องมีผู้ที่อาจตรงกันเพียงคนเดียว หากการเข้าใช้มีความสัมพันธ์กับสมาชิกมากกว่าหนึ่งคน เช่น คู่รักที่มาถึงพร้อมกันเสมอ ผลลัพธ์จะเป็น No match ระบบจะไม่เดาระหว่างผู้ที่อาจตรงกัน
4. ตรวจสอบความถูกต้อง เมื่อมีผู้ที่อาจตรงกันหนึ่งคนและมีการเข้าใช้เพียงพอ ระบบจะเรียกใช้การตรวจสอบความถูกต้อง ได้แก่ ความสอดคล้องของเพศระหว่างคุณลักษณะที่ตรวจพบของโปรไฟล์กับระเบียนสมาชิก (เปิดไว้โดยค่าเริ่มต้น) และการตรวจสอบค่าความคลาดเคลื่อนของอายุซึ่งเป็นตัวเลือก ผ่าน → Automatically Linked ไม่ผ่าน → Pending Review: "Strong timing match, but one or more validation checks did not pass."

แต่ละระเบียนมีคะแนนความมั่นใจที่สร้างจากจำนวนการเข้าใช้ จำนวนวันที่ไม่ซ้ำกัน และระยะห่างเฉลี่ยระหว่างการเช็คอินกับการตรวจจับ (ระยะห่างที่สั้นและสม่ำเสมอจะได้คะแนนสูงที่สุด)

เกณฑ์ทั้งหมด ได้แก่ จำนวนการเข้าใช้ขั้นต่ำ ช่วงเวลาย้อนหลัง ช่วงเวลา และการตรวจสอบความถูกต้อง สามารถกำหนดค่าได้ด้วยค่าที่กำหนดไว้ล่วงหน้าแบบ Lenient / Balanced / Strict ใน Settings → Face Recognition → Self Learning

รูปที่ 3: การตั้งค่า Self Learning ได้แก่ ค่าที่กำหนดไว้ล่วงหน้า จำนวนการเข้าใช้ขั้นต่ำ ช่วงเวลาย้อนหลัง ช่วงเวลา และการตรวจสอบความถูกต้อง

การ์ดสรุป

คิว

รูปที่ 4: คิว ได้แก่ ใบหน้า สมาชิกที่อาจตรงกัน การเข้าใช้ ระยะห่างเฉลี่ย คะแนนความมั่นใจ และสถานะ

แท็บต่าง ๆ แบ่งคิวตามสถานะ ได้แก่ In Pipeline, Pending Review, Automatically Linked, Unable to Link, Rejected, Manually Approved และ Monitoring ช่องค้นหา ("Search by name, ID, or personId...") ช่วยจำกัดคิวขนาดใหญ่ให้แคบลง และปุ่ม "Duplicates" บนแท็บ Pipeline จะแสดง Shadow Profile ที่สงสัยว่าซ้ำกันซึ่งควรรวมก่อน เนื่องจากโปรไฟล์ที่ซ้ำกันจะแบ่งหลักฐานการเข้าใช้ออกไปและทำให้ทุกอย่างช้าลง

คอลัมน์ของตาราง: Faces (รูปถ่ายจากการตรวจจับของโปรไฟล์), Person / Member (Shadow Profile และสมาชิกที่อาจตรงกัน), Visits, Avg Lag (จากการเช็คอินถึงการตรวจจับโดยกล้อง), Score, Status, Updated สถานะของแถวมี "Pipeline", "Pending Review", "Automatically Linked", "Unable to Link", "No Match", "Rejected" รวมถึงสถานะชั่วคราว "Linking..." และ "Link Failed" ("Link failed — will retry on next run")

การตรวจสอบการจับคู่ที่รอดำเนินการ

สำหรับแถว Pending Review แต่ละแถว ให้เปรียบเทียบใบหน้าจากการตรวจจับกับรูปถ่ายของสมาชิกที่อาจตรงกันและหลักฐานการเข้าใช้ จากนั้น:

• Approve ยืนยันการจับคู่และเชื่อมโยงโปรไฟล์กับสมาชิก การอนุมัติจะระบุผู้ดำเนินการ ("Approved by ")
• Reject ตัดการจับคู่ออก กล่องโต้ตอบจะขอเหตุผล "Please provide a reason for rejecting this match. This will be recorded for audit purposes." (เช่น "Photos clearly show different people, member data is incorrect, etc.") โปรไฟล์ที่ถูกปฏิเสธจะไม่ถูกเสนอซ้ำสำหรับสมาชิกคนเดิม

การดำเนินการอีกสองรายการช่วยให้ขั้นตอนการทำงานสมบูรณ์:

• Link สำหรับแถว Unable to Link กล่องโต้ตอบการค้นหาด้วยตนเองจะให้คุณเลือกสมาชิกที่ถูกต้องเอง หลักฐานด้านเวลามีอยู่แล้ว เพียงแต่ขั้นตอนอัตโนมัติขาดข้อมูลที่จะดำเนินการให้เสร็จ
• Unlink ยกเลิกการเชื่อมโยงอัตโนมัติ การยืนยันระบุสิ่งที่เกิดขึ้นไว้อย่างชัดเจน: "Are you sure you want to unlink this profile? The face data will remain merged with the member but the self-learn record will be reverted." หากข้อมูลใบหน้าถูกรวมผิด ให้ดำเนินการต่อในโปรไฟล์ของบุคคลนั้น

อีกครึ่งหนึ่ง: การรักษาการจดจำให้เป็นปัจจุบัน

Self Learning ยังทำงานเบื้องหลังกับบุคคลที่ระบุตัวได้แล้วด้วย เมื่อการตรวจจับที่ยืนยันแล้วเป็นการจับคู่ที่เกือบสมบูรณ์แบบ (ความคล้ายคลึง 99% ขึ้นไป) และผ่านการตรวจสอบคุณภาพและท่าทาง ระบบอาจเพิ่มการตรวจจับนั้นเป็นรูปถ่ายเงา โดยจำกัดไว้เป็นชุดเล็ก ๆ ที่หมุนเวียน 6 รูปต่อบุคคล พร้อมช่วงพักเพื่อไม่ให้การเข้าใช้ครั้งเดียวเพิ่มรูปจนเต็มชุด นี่คือเหตุผลที่โปรไฟล์มีรูปถ่ายสะสมที่มีป้ายกำกับ "Auto-added by self-learning" (บุคคลและโปรไฟล์) และเหตุผลที่การจดจำยังทำงานได้เมื่อทรงผม หนวดเครา และแว่นตาเปลี่ยนไป

เคล็ดลับในทางปฏิบัติ

• จัดการคิว Pending Review ทุกสัปดาห์ การอนุมัติแต่ละครั้งช่วยปรับปรุงการระบุตัวอย่างถาวร และทุกแถวที่ยังไม่ได้ตรวจสอบคือสมาชิกที่ถูกนับเป็น "Unsure" ในรายงานของคุณ
• รวมโปรไฟล์ที่ซ้ำกันก่อน ตรวจสอบมุมมอง "Duplicates" ก่อนการตรวจสอบ การรวมจะรวบรวมหลักฐานการเข้าใช้เข้าด้วยกัน และมักผลักดันโปรไฟล์ใน Pipeline ให้ผ่านเกณฑ์ได้ทันที
• แท็บ Unable to Link ที่มีรายการจำนวนมากบ่งชี้ถึงปัญหาคุณภาพข้อมูลในระบบสมาชิกของคุณ โดยทั่วไปคือระเบียนที่เช็คอินได้แต่ไม่มีชื่อ
• คู่รักและคู่ฝึกซ้อมที่มาถึงพร้อมกันเสมอเป็นกรณี No match แบบคลาสสิก ให้ระบุตัวคนใดคนหนึ่งด้วยตนเอง แล้วความกำกวมของอีกคนจะหายไป

หน้าที่เกี่ยวข้อง

• วิธีการทำงาน — ตำแหน่งของ Self Learning ในกระบวนการ
• การปรับแต่งการจดจำใบหน้า — ค่าที่กำหนดไว้ล่วงหน้าและเกณฑ์ของ Self Learning
• บุคคลและโปรไฟล์ — การระบุตัวและการรวมด้วยตนเอง